ANALISA KESTABILAN MODEL SEIRS PENYAKIT SCABIES PADA POPULASI HEWAN DAN MODEL SEIS PADA POPULASI MANUSIA
|
|
- Inge Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JIMT Vol. 3 No. 2 Desember 206 (Hal 85-97) Jurnal Ilmiah Matematika dan Terapan ISSN : X ANALISA KESTABILAN MODEL SEIRS PENYAKIT SCABIES PADA POPULASI HEWAN DAN MODEL SEIS PADA POPULASI MANUSIA S.S.Nyamun, R.Ratianingsih 2, A.I.Jaya 3,2,3 Program Studi Matematika Jurusan Matematika FMIPA Universitas Tadulako Jalan Soekarno-Hatta Km. 09 Tondo, Palu 948, Indonesia suwitosartono@yahoo.co.id, 2,3 rinaningsih@yahoo.com ABSTRACT Scabies is a type of skin disease that is transmitted very quickly either through direct contact or indirect contact. These diseases pose a public health problem because of increasing number of cases every year and the unavailability of an efficient prevention method. This study is aimed to find a mathematical model of Scabies spread in animal populations and human populations. The models are in SEIRS (susceptible, Exposed, Infected, Recovered and Susceptible) and SEIS (susceptible, Exposed, Infected and Susceptible) models. Those models are analyzed to study the stability of each of its critical points using the linearization method. The research found model maths and result show that the models have unstable critical points T and T 2 and stable critical points T 0 dan T 3. The Scabies model also have an andemic critical point that means the deases is stay in the population. Keywords : Endemic, Scabies, SEIRS Model, SEIS Model. ABSTRAK Scabies merupakan salah satu jenis penyakit kulit yang penularannya sangat cepat baik melalui kontak langsung maupun kontak tak langsung. Penyakit ini menimbulkan gangguan kesehatan masyarakat karena mengalami peningkatan jumlah kasus di setiap tahunnya dan tidak tersedianya metode penanggulangan yang efisien. Penelitian ini bertujuan untuk mendapatkan model matematika penyebaran penyakit Scabies pada populasi hewan dan populasi manusia. Pada model SEIRS ( Susceptible, Exposed, Infected, Recovered dan Susceptible) dan model SEIS ( Susceptible, Exposed, Infected dan Susceptible). Model dianalisa kestabilan disetiap titik-titik kritis menggunakan metode linierisasi. Dari hasil penelitian ini didapatkan model matematika dan hasil analisa titik kritis T dan T 2 yang tidak stabil dan T 0 dan T 3 yang stabil. Menggambarkan bahwa model memiliki titik kritis endemik yang berarti bahwa penyakit Scabies akan terus ada didalam populasi. Kata Kunci : Endemik, Scabies,SEIRS Model, SEIS Model.
2 I. PENDAHULUAN.. Latar Belakang Scabies adalah penyakit kulit yang disebabkan oleh infestasi dan sensitisasi terhadap Sarcoptes scabiei dan produknya (Handoko, 200). Scabies merupakan penyakit ektoparasit, yang umumnya terabaikan sehingga menjadi masalah kesehatan yang umum di seluruh dunia (Heukelbach et al., 2006). Salah satu penyebab munculnya penyakit menular adalah lingkungan yang tidak sehat. Scabies dapat diderita semua orang tanpa membedakan usia dan jenis kelamin, akan tetapi lebih sering ditemukan pada anak -anak usia sekolah dan dewasa muda/remaja (Murtiastutik, 2008). Penyakit Scabies ini mudah menular dari manusia ke manusia, dari hewan ke manusia serta sebaliknya. Penularan Scabies sangat cepat baik melalui kontak langsung maupun kontak tak langsung. Oleh sebab itu penyakit ini mengalami peningkatan jumlah kasus didaerah yang terjangkit terutama di daerah yang padat penghuninya seperti, asrama, rumah tahanan, panti asuhan, tempat kost, pesantren dan tempat peternakan. Berdasarkan data sejak tahun 200 hingga tahun 203 penyakit Scabies mengalami peningkatan jumlah kasus baik kasus yang baru maupun kasus yang lama (Dinkes Kota Palu, 203). Penelitian lebih lanjut untuk mengamati penyebaran penyakit tersebut dapat dilakukan melalui pemodelan matematika. Pemodelan matematika menjadi alat pendekatan yang menarik untuk menganalisis penyebaran penyakit menular. Dalam penelitian ini penyebaran penyakit Scabies pada populasi hewan dan populasi manusia dikaji melalui model SEIS ( Susceptible, Exposed, Infected dan Susceptible) dan SEIRS ( Susceptible, Exposed, Infected, Recovered dan Susceptible). Model SEIRS merupakan model penyebaran penyakit yang terjadi karena individu yang telah sembuh dari sakit akan mengalami kekebalan, tetapi hanya sementara, selanjutnya kekebalan akan menurun dan pada akhirnya hilang. Kemudian pada saat kekebalan menghilang maka individu tersebut masuk dalam populasi rentan (Susceptible) kembali. Kestabilan model SEIRS dan model SEIS akan dikaji melalui matriks linierisasi sistem, yaitu matriks Jacobi..2. Rumusan Masalah Berdasarkan pemaparan latar belakang tersebut, maka permasalahan yang dikemukakan dalam penelitian ini adalah :. Bagaimana model matematika dari penyakit Scabies pada populasi hewan dan populasi manusia? 2. Bagaimana kestabilan dari titik kritis model penyakit Scabies pada populasi hewan dan populasi manusia? 86
3 .3. Tujuan Berdasarkan rumusan masalah diatas, penelitian ini bertujuan untuk mendapatkan :. Model matematika penyebaran penyakit Scabies pada populasi hewan dan populasi manusia melalui model SEIS dan SEIRS. 2. Analisa kestabilan model penyebaran penyakit Scabies pada populasi hewan dan populasi manusia..4. Manfaat Penelitian Dari penelitian ini diharapkan dapat memberikan manfaat antara lain:. Meningkatkan pemahaman tentang penyakit Scabies. 2. Secara umum untuk mengembangkan ilmu matematika, khususnya pada bidang matematika biologi yang diterapkan pada masalah-masalah penyebaran penyakit. 3. Penelitian ini juga memiliki dampak yang positif bagi perkembangan multidisiplin ilmu di Indonesia, yaitu Matematika, Biologi, dan Ilmu Kesehatan Masyarakat..5. Batasan Masalah Dalam Penelitian ini peneliti hanya meneliti transmisi terjadinya penyakit Scabies pada populasi hewan dan populasi manusia tanpa melihat kontak antar kedua populasi. II. METODE PENELITIAN 2.. Jenis dan Sumber Data Secara umum jenis data yang digunakan adalah data kuantitatif yang meliputi nilai awal masing-masing kelompok populasi dan parameter-parameter yang tercakup dalam model matematika yang bersumber dari literatur yang ada, sedangkan sumber data yang digunakan dalam penelitian ini adalah data sekunder Prosedur Penelitian Penelitian dilakukan sesuai prosedur dibawah ini :. Memulai penelitian. 2. Mengkaji literatur, membuat asumsi-asumsi, mendefinisikan parameter yang digunakan pada model penyakit Scabies. 3. Membangun model matematika penyakit Scabies pada populasi hewan dan populasi manusia. 4. Menentukan titik-titik kritis model tersebut serta menganalisa sifat kestabilan titik-titik kritis dari model tersebut. 5. Membuat simulasi. 87
4 III. HASIL DAN PEMBAHASAN 3.. Model Matematika Penyakit Scabies Pada Populasi Hewan ( Model SEIRS ) Model penyakit Scabies pada populasi hewan dibangun dari diagram alir penyebaran penyakit tersebut sebagai berikut : ρ Rh χ υ ih μ Eh δih S h S h E h τe i h h N h θi h R h μ Rh μ Sh Gambar. Kompartemen penyakit Scabies pada populasi hewan Melalui diagram alir pada gambar populasi hewan yang rentan terinfeksi penyakit (S h ), populasi hewan yang berada dalam masa inkubasi (E h ), populasi hewan yang terinfeksi (i h ), populasi hewan yang telah sembuh (R h ), dengan jumlah total populasi N h = S h +E h +i h +R h, dibangun dalam suatu model matematika dalam bentuk sistem Persamaan diferensial tak linier sebagai berikut: ds h de h = χ δi hs h N h μs h + ρr h... () = δi hs h N h τe h μe h... (2) di h = τe h θi h υi h... (3) dr h = θi h ρr h μr h... (4) Model Matematika Penyakit Scabies Pada Populasi Manusia ( Model SEIS ) Model penyakit Scabies pada populasi manusia dibangun dari diagram alir penyebaran penyakit tersebut sebagai berikut : ψ μ Sm S m βi m S m N m E m μ Em γi m εe m i m μ im Gambar 2. Kompartemen penyakit Scabies pada populasi manusia. Diagram tersebut tidak melibatkan kompartemen (R m ) karena penyakit scabies pada manusia proses penularanya sangat cepat. Melalui diagram alir pada gambar 2, populasi manusia yang rentan terinfeksi penyakit (S m ), populasi manusia yang berada dalam masa inkubasi (E m ), populasi manusia yang terinfeksi (i m ), dengan jumlah total populasi N m = 88
5 S m +E m +i m, dibangun dalam suatu model matematika dalam bentuk sistem Persamaan diferensial tak linier sebagai berikut : ds m de m = ψ βi ms m N m μs m + γi m... (5) = βi ms m ϵe N m μe m...(6) m di m = εe m γi m μi m...(7) 3.3. Penetuan Titik Kritis Model SEIRS Pada Populasi Hewan T((S h, E h, i h, R h ) Titik kritis model SEIRS pada populasi hewan ditentukan melalui Persamaan () (4) dalam keadaan stagnan atau tidak terdapat perubahan dalam populasi. ds h = 0, de h = 0, di h = 0, dr h = 0...(8) Sehingga diperoleh dua Titik kritis. Titik kritis pertama menyatakan populasi bebas penyakit yang diekspresikan sebagai T 0 = ( χ, 0,0,0 ), selanjutnya titik kritis ini disebut titik μ kritis bebas penyakit. Titik kritis kedua menyatakan populasi yang terjangkit penyakit yang diekspresikan sebagai T = (S h, E h, i h, R h ), dimana: S h = N h(θτ+υτ+μθ+μυ) δτ E h = (θ+υ)(n hμ(θτ+υτ+μθ+μυ) χδτ)(ρ+μ) δτ(ρ+μ)(θτ+υτ+μθ+μυ) i h = (N hμ(θτ+υτ+μθ+μυ) χδτ)(ρ+μ) δ(ρ+μ)(θτ+υτ+μθ+μυ) R h = θ(n hμ(θτ+υτ+μθ+μυ) χδτ) δ(ρ+μ)(θτ+υτ+μθ+μυ... (9)... (0)... ()... (2) selanjutnya titik kritis ini disebut Titik Kritis Endemik dan syarat eksistensi titik kritis T sebagai berikut: χδτ > N h μ(θτ + υτ + μθ + μυ)... (3) 3.4. Penetuan Titik Kritis Model SEIS Pada Populasi Manusia T((S m, E m, i m )) Titik kritis model SEIS pada populasi hewan ditentukan melalui Persamaan (5) (7) dalam keadaan stagnan atau tidak terdapat perubahan dalam populasi. ds h = 0, de h = 0, di h = 0...(4) Sehingga diperoleh dua Titik kritis. Titik kritis pertama menyatakan populasi bebas penyakit yang diekspresikan sebagai T 2 = ( ψ, 0,0), selanjutnya titik kritis ini disebut titik kritis μ bebas penyakit. Titik kritis kedua menyatakan populasi yang terjangkit penyakit yang diekspresikan sebagai T 3 = (S m, E m, i m ), dimana: S m = N m(γε+με+μγ+μ 2 ) βε... (5) E m = (μ+γ)(ψβε μn m(γε+με+μγ+μ 2 )...(6) βμ(ε+γ+μ)ε i m = ( ψβε μn m (γε+με+μγ+μ2 ) )...(7) βμ(ε+γ+μ) 89
6 selanjutnya titik kritis ini disebut Titik Kritis Endemik dan syarat eksistensi titik kritis T 3 sebagai berikut: ψβε > μn m (γε + με + μγ + μ 2 )... (8) 3.5. Kestabilan Titik Kritis T 0 ((S h, E h, i h, R h ) Pada Populasi Hewan Untuk kestabilan titik kritis bebas penyakit terlebih dahulu dilakukan linearisasi karena karena S h tidak sama dengan nol. Matriks Jacobi persamaan () (4) yang dievaluasi dititik (0,0,0,0) memberikan Persamaan karakterisitik sebagai berikut: Aλ 4 + Bλ 3 + Cλ 2 + Dλ + E = 0... (9) Dengan : A = B = μ + ρ + θ + υ + τ C = μn h (3μ 3 N h + 2N h (ρ θ υ + τ)μ2 + ((υ + ρ + θ)τ + ρ(υ + θ))n h μ χδτ) D = μn h (μ 4 N h + N h (ρ + τ + 3θ + 3υ)μ 3 + ((ρ + 2υ + 2θ)τ + 2ρ(υ + θ))n h μ 2 + (ρ(υ + θ)n h 2χδ)τμ ρχδτ E = N h (N h (υ + θ)μ 2 + N h τ(υ + θ)μ χδτ)(ρ + μ) Dari Persamaan karakteristik tersebut didapat koefisien A dan B bernilai positif sedangkan koefisien C,D dan E bernilai positif jika (3μ 3 N μn h + 2N h (ρ + 3 θ + 3 υ + τ) h 2 2 μ2 + ((υ + ρ + θ)τ + ρ(υ + θ))n h μ > χδτ, (μ 4 N μn h + N h (ρ + τ + 3θ + 3υ)μ 3 + ((ρ + 2υ + 2θ)τ + h 2ρ(υ + θ))n h μ 2 + (ρ(υ + θ)n h )τμ > (2χδτμ + ρχδτ), χδτ < (υ + θ)(τ + μ). Koefisien-koefisien N h μ tersebut ditabelkan mengikuti karakteristik Routh-Hurwitz sebagai berikut: λ 4 λ 3 A B C D E 0 λ 2 b b 2 0 c 0 0 d 0 0 λ λ 0 Dengan b = BC AD, b B 2 = E, c = DBC AD2 B 2 E, d DBC AD 2 = E Syarat kestabilan Ruth Hurwitz terpenuhi karena semua koefisien Persamaan karakteristik bernilai positif dan semua elemen-elemen dari kolom pertama pada tabel Ruth Hurwitz mempunyai tanda yang sama Sehingga didapatkan b > 0, c > 0, dan d > 0. Maka titik T 0 bersifat stabil Kestabilan Titik Kritis T ((S h, E h, i h, R h ) Pada Populasi Hewan Untuk kestabilan titik kritis endemik terlebih dahulu dilakukan linearisasi. Sehingga linearisasi sistem dititik kritis baru (0,0,0,0) memberikan Persamaan karakterisitik sebagai berikut: a 4 λ 4 + a 3 λ 3 + a 2 λ 2 + a λ + a 0 = 0...(20) 90
7 Dengan : a 4 = a 3 = (N (N h ((θ+υ)μ 2 +(θ+υ)(ρ+τ)μ+ρτυ)) h (θ + υ)μ3 + N h (θ + υ)(θ + υ + 2τ + ρ)μ 2 + (((ρ + τ)υ 2 + (τ 2 + (2θ + 2ρ)τ + 2θρ)υ + θ(θρ + τθ + τ 2 ))N h + χδτ) μ + τρ(υ(υ + θ + τ)n h + χδ)) a 2 = (τ((n N h ((θ+υ)μ 2 +(θ+υ)(ρ+τ)μ+ρτυ) hθρ χδ)μ χδρ)(μ + υ + τ + θ)) a = ((ρ + μ)(μ + τ)(n N h ((θ+υ)μ 2 +(θ+υ)(ρ+τ)μ+ρτυ) h (θ + υ)μ2 + N h τ(θ + υ)μ χδτ)(θ + υ)) a 0 = (θ(n N h ((θ+υ)μ 2 +(θ+υ)(ρ+τ)μ+ρτυ) h (θ + υ)μ2 + N h τ(θ + υ)μ χδτ)τ(ρ + μ)ρ) Dari Persamaan karakteristik tersebut didapat koefisien a 4, a 3 dan a 0 bernilai positif sedangkan koefisien a 2 dan a bernilai negatif yang dinyatakan dalam tabel Routh Hurwitz sebagai berikut: λ 4 a 4 a 2 a 0 λ 3 a 3 a 0 λ 2 λ b b 2 0 c 0 0 λ 0 d 0 0 Dengan : b = a 3a 2 a a 4, b a 2 = a 3a 0 = a 3 a 0, c = a a 2 a 3 a 4 a 2 a 2 3 a 0 3 a a 2 a 3 a 4 a 2, d = a 0 Syarat kestabilan Ruth Horwitz tidak terpenuhi karena ada beberapa koefisien pada Persamaan karakteristik bernilai negatif atau mempunyai tanda yang tidak sama pada kolom pertama tabel Ruth Horwitz. Sehingga didapatkan b > 0, c > 0 dan d < 0.Maka titik kritis T bersifat tidak stabil Kestabilan Titik Kritis T 2 ((S m, E m, i m ) Pada Populasi Manusia Untuk kestabilan titik kritis bebas penyakit terlebih dahulu dilakukan linearisasi karena karena S m tidak sama dengan nol. Matriks Jacobi persamaan (5) (7) yang dievaluasi dititik (0,0,0) menghasilkan nilai-nilai eigen sebagai berikut: λ = μ... (2) λ 2 = 2μN m (Y 2 X 2 )... (22) λ 3 = 2μN m (Y 2 + X 2 )... (23) dimana Y 2 = 2μ 2 N m + N m εμ + N m μγ, X 2 = ε 2 μ 2 N m N m 2μ 2 εγ + N m μ 2 γ 2 + 4μψβεN m. Nilai λ, λ 3 dan λ 2 positif jika Y 2 < X 2 dengan β = sehingga sistem tersebut tidak stabil dititik kritis T Kestabilan Titik Kritis T 3 ((S m, E m, i m )) Pada Populasi Manusia Kestabilan titik kritis endemik juga terlebih dahulu dialkukan linearisasi. Sehingga linearisasi sistem dititik kritis baru (0,0,0,0) memberikan nilai eigen : λ = μ...(24) 9
8 λ 2 = (Y 2μ(ε+γ+μ)N 3 ( X 3 )...(25) m λ 3 = (Y 2μ(ε+γ+μ)N 3 + ( X 3 )...(26) m Dimana : Y 3 = ψβε + 2μ 2 γn m + 2εμ 2 N m + μεγn m + μ 3 N m + ε 2 μn m + N m μγ 2 dan X 3 = 6εγ 3 μ 2 + 8μ 3 γ 3 + μ 2 γ 4 6ψβε 2 μγn m 2N m ψβεμγ 2 4N m ψβε 2 μ 2 2ψβεN m μ 3 2ψβN m ε 3 μ + 8μ 4 γ 2 N m 2 + 6μ 5 γ + 8ε 2 μ 4 + 6εμ 5 N m 2 + 8ε 3 μ 3 N m 2 + 8γ 3 μ 3 N m 2 + ε 4 μ 2 2 N m + γ 4 μ 2 2 N m + ψ 2 β 2 ε N m + 38μ4 N m γε + 28μ3 N m γ 2 ε + 28μ 3 2 N m γε 2 + μ 2 γ 2 2 N m ε 2 + 6μ 2 γε 3 2 N m + 6μ 2 γ 3 2 εn m 4Nm ψβεμ 2 γ + 5μ N m ). Nilai λ, λ 2 dan λ 3 adalah negatif jika Y 3 > X 3, sehingga sistem tersebut stabil di titik kritis T Simulasi Dalam penelitian ini dilakukan simulasi model yang bertujuan untuk melihat penyebaran penyakit Scabies dalam populasi hewan dan populasi manusia. Simulasi dilakukan dengan bantuan software matematika Maple 3 dengan memberikan nilai parameter pada model untuk menjelaskan kondisi penyebaran penyakit Scabies pada populasi hewan dan populasi manusia. Parameter dan nilai awal yang digunakan dalam penelitian ini dinyatakan pada tabel tabel 4. Tabel. Parameter Populasi Hewan dan Nilainya Parameter Nilai Sumber χ μ x jumlah populasi life time life time υ 0.0 Dibangkitkan θ Dibangkitkan δ 7 Dibangkitkan Syarat Kestabilan τ 5 Dibangkitkan ρ Dibangkitkan Tabel 2. Parameter Populasi Manusia dan Nilainya Parameter Nilai Sumber ψ 5.07 μ x jumlah populasi life time life time 92
9 7 Dibangkitkan β Syarat kestabilan ε 5 Dibangkitkan γ Dibangkitkan Tabel 3. Nilai awal Populasi Hewan Parameter Nilai Sumber S h 00 Skripsi Ihwal Nur Kasmar E h 50 Skripsi Ihwal Nur Kasmar i h 2 Skripsi Ihwal Nur Kasmar R h 5 Dibangkitkan Tabel 4. Nilai awal Populasi Manusia Parameter Nilai Sumber S m Kota Palu Dalam Angka 203 E m 36 Dinkes Kota Palu Tahun 203 i m 36 Dinkes Kota Palu Tahun 203 Dengan menggunakan software Maple 3, didapatkan kurva perkembangan penyakit Scabies pada populasi hewan dan populasi manusia dalam kurun waktu 50 hari kedepan sebagai berikut: Gambar 3. Kurva bebas penyakit pada populasi Gambar 4. Kurva bebas penyakit pada Populasi 93
10 Gambar 5. Kurva endemik penyakit pada populasi Gambar 6. Kurva endemik penyakit pada populasi 3.0. Pembahasan Sistem Persamaan differensial () (4) dan (5) (7) dapat diamati dalam keadaan setimbang atau biasa disebut dengan titik kesetimbangan atau titik kritis. Dengan mengamati sistem Persamaan differensial pada kondisi tidak terdapat perubahan dalam populasi didapatkan 4 titik kritis (T 0, T, T 2, T 3 ) dengan titik kritis T 0 dan T pada populasi hewan dan titik kritis T 2 dan T 3 pada populasi manusia. Titik kritis T 0 dan T 2 menggambarkan populasi bebas penyakit dan titik kritis T dan T 3 menggambarkan bahwa terdapat individu terinfeksi bersifat menetap dalam populasi, artinya penyakit tersebut endemik. Analisa kestabilan di titik kritis T 0 pada populasi hewan dengan menggunakan Routh Hurwitz menunjukkan bahwa sistem stabil yang ditunjukan dengan A > 0, B > 0, b > 0, c > 0, dan d > 0. Pada titik kritis T pada populasi hewan dengan menggunakan Routh Hurwitz menunjukkan bahwa sistem tidak stabil yang ditunjukkan a 4 > 0, a 3 > 0, b > 0, c > 0, dan d < 0. Sedangkan pada populasi manusia dianalisa kestabilan di titik kritis T 2 dengan memperhatikan nilai eigen sistem, dimana sistem tidak stabil asimtotik karena λ 2 bernilai positif jika Y 2 < X 2 dengan β = dan pada titik kritis T 3 sistem stabil asimtotik dimana λ, λ 2 dan λ 3 bernilai negatif jika Y 3 > X 3. Berdasarkan Gambar 3. populasi hewan rentan mengalami peningkatan hingga hari ke 20 dan stabil pada titik S = 50 dikarenakan penambahan jumlah populasi dari populasi hewan yang telah sembuh berpeluang terinfeksi kembali sehingga kembali menjadi populasi hewan rentan. Hal ini dikarenakan perpindahan populasi dari populasi hewan rentan ke populasi hewan ekspos. Populasi hewan ekspos mengalami penurunan hingga stabil pada hari ke 2 dikarenakan perpindahan populasi ke populasi hewan terinfeksi. Populasi hewan 94
11 terinfeksi mengalami peningkatan hingga mencapai titik i = 60 dikarenakan adanya penambahan jumlah populasi dari populasi ekspos dan kembali mengalami penurunan hingga menuju stabil di titik i = 0 pada hari ke 85, dikarenakan mengalami perpindahan jumlah populasi ke populasi hewan sembuh. Populasi hewan sembuh mengalami peningkatan pada hari ke dititik R = 3 dikarenakan adanya penambahan jumlah populasi dari populasi hewan infeksi dan kemudian mengalami penurunan hingga stabil di titik R = 0 pada hari ke 26. Berdasarkan Gambar 4. terlihat bahwa pada populasi manusia rentan mengalami peningkatan jumlah populasi hingga hari ke 65 dan stabil S = dikarenakan penambahan jumlah populasi dari populasi manusia terinfeksi. Pada populasi manusia ekspos terlihat bahwa populasi tersebut mengalami penurunan hingga menuju titik E = 0 dihari ke 2, dikarenakan terjadi penambahan populasi ke populasi hewan terinfeksi. Populasi manusia hewan terinfeksi mengalami peningkatan dihari ke hingga mencapai titik i = 2550 yang dikarenakan penambahan populasi dari populasi manusia ekspos dan mengalami penurunan hingga stabil pada hari ke 70. Berdasarkan Gambar 5. laju pertumbuhan populasi hewan rentan mengalami penurunan disetiap harinya hingga mencapai titik S = 0.5 dihari ke 2 dikarenakan adanya perpindahan populasi hewan rentan menjadi populasi ekspos. Laju pertumbuhan populasi ekspos berkurang hingga menuju titik E = 0,2 dihari ke 2 karena adanya perpindahan populasi ekspos menjadi populasi terinfeksi. Laju pertumbuhan populasi hewan terinfeksi mengalami peningkatan hingga mencapai titik i = 54di hari ke, karena terjadi penambahan populasi dari populasi ekspos dan kemudian populasi hewan yang terinfeksi mengalami penurunan menuju titik t = 0 yang dipengaruhi oleh faktor kematian karena penyakit dan perpindahan populasi dari populasi hewan terinfeksi ke populasi hewan sembuh hingga menuju sebuah nilai stabil. Laju pertumbuhan populasi hewan sembuh mengalami peningkatan hingga hari ke 20 pada titik R = 39 yang dipengaruhi oleh faktor perpindahan populasi dari populasi hewan sembuh ke populasi hewan rentan dikarenakan jumlah populasi hewan yang terinfeksi semakin meningkat dan setelah itu mengalami penurunan hingga stabil titik R = pada hari ke 900. Berdasarkan gambar 6. laju populasi manusia rentan awalnya mengalami penurunan secara perlahan hingga hari ke 3 pada titik S = Berkurangnya populasi ini dikarenakan laju perpindahan populasi manusia rentan menjadi populasi manusia ekspos. Laju pertumbuhan populasi manusia ekspos mengalami peningkatan mencapai titik E = karena penambahan populasi dari populasi manusia rentan dan kembali menurun pada hari 95
12 ke 4 hingga menuju titik E = 5000 dan stabil pada titik tersebut, dikarenakan mengalami perpindahan ke populasi manusia terinfeksi. Populasi manusia terinfeksi mengalami peningkatan hingga mencapai titik i = dan stabil pada titik tersebut dikarenakan laju penambahan populasi, dari populasi manusia ekspos dan populasi manusia terinfeksi hingga menuju sebuah nilai stabil. Dari hasil simulasi penyakit scabies pada populasi hewan dan populasi manusia menyatakan bahwa jenis peyakit ini tidak terlalu berbahaya tetapi meresahkan penderitanya karena penyebarannya sangat cepat. Jika hal ini terus dibiarkan maka penyakit ini akan terus berkembang seiring bertambahnya waktu. IV. KESIMPULAN. Model matematika penyakit Scabies pada populasi hewan dan manusia adalah sebagai berikut : a. Model Penyakit Scabies Pada Hewan ds h de h = χ δi hs h μs N h + ρi h h = δi hs h τe N h μe h h di h = τe h θi h υi h = θi h ρr h μr h dr h b. Model Penyakit Scabies Pada Manusia ds m de m di m = ψ βi ms m μs N m + γi m m = βi ms m εe N m μe m m = εe m γi m μi m 2. Titik kritis model matematika penyakit Scabies pada populasi hewan dan manusia adalah sebagai berikut : a. Titik kritis bebas penyakit pada populasi hewan T 0 = ( χ μ, 0,0,0 ) b. Titik kritis endemik pada populasi hewan T = ( N h(θτ+υτ+μθ+μυ) ), (θ + υ) ( (N hμ(θτ+υτ+μθ+μυ) χδτ)(ρ+μ) ), δτ δ(ρ+μ)(θτ+υτ+μθ+μυ) ( (N hμ(θτ+υτ+μθ+μυ) χδτ)(ρ+μ) ), θ(n hμ(θτ+υτ+μθ+μυ) χδτ) δ(ρ+μ)(θτ+υτ+μθ+μυ) δ(ρ+μ)(θτ+υτ+μθ+μυ c. Titik kritis bebas penyakit pada populasi manusia T 2 = ( ψ μ, 0,0) d. Titik kritis endemik pada populasi manusia T 3 = ( N m (γε+με+μγ+μ2 ) βε, (μ + γ) ( ψβε μn m (γε+με+μγ+μ2 ) βμ(ε+γ+μ)ε ), ψβε μn m (γε+με+μγ+μ2 ) ) βμ(ε+γ+μ) 3. Analisa kestabilan model matematika penyakit Scabies pada populasi hewan dan manusia pada titik kritis T, T 2 tidak stabil dan T 0, T 3 stabil. 96
13 DAFTAR PUSTAKA []. Dinkes kota Palu, 203. Laporan Tahunan Hasil kegiatan Seksi Pelayanan Dasar, Rujukan dan Kesehatan Khusus Tahun 203. [2]. Handoko R.P., 200, Scabies, Dalam: Djuanda A., Hamzah M., and Aisah S. Ed, Ilmu Penyakit Kulit dan Kelamin Edisi 6, Fakultas Kedokteran Universitas Indonesia, Jakarta. [3]. Heukelbach J, & Feldmeier H. (2006). Scabies. Lancet 367, [4]. Murtiastutik, D., 2008, Scabies, Dalam: Barakbah J., Lumintang H., and Martodiharjo S. Ed, Buku Ajar Infeksi Menular Seksual, Airlangga University Press, Surabaya. 97
BAB III HASIL DAN PEMBAHASAN. ekuilibrium bebas penyakit beserta analisis kestabilannya. Selanjutnya dilakukan
BAB III HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan mengenai model matematika penyakit campak dengan pengaruh vaksinasi, diantaranya formulasi model penyakit campak, titik ekuilibrium bebas penyakit
Lebih terperinciStudi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS Dengan Pemberian Vaksinasi Unggas. Jalan Sukarno-Hatta Palu,
Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS I. Murwanti 1, R. Ratianingsih 1 dan A.I. Jaya 1 1 Jurusan Matematika FMIPA Universitas Tadulako, Jalan Sukarno-Hatta
Lebih terperinciANALISIS KESTABILAN PADA MODEL PENYEBARAN HIV/AIDS DI KOTA PALU
JIMT Vol. 1 No. 1 Juni 213 (Hal. 74 82) Jurnal Ilmiah Matematika dan Terapan ISSN : 245 766X ANALISIS KESTABILAN PADA MODEL PENYEBARAN HIV/AIDS DI KOTA PALU R. Setiawaty 1, R. Ratianingsih 2, A. I. Jaya
Lebih terperinciBAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.
BAB IV PEMBAHASAN Pada bab ini dilakukan analisis model penyebaran penyakit AIDS dengan adanya transmisi vertikal pada AIDS. Dari model matematika tersebut ditentukan titik setimbang dan kemudian dianalisis
Lebih terperinciBAB III PEMBAHASAN. tenggorokan, batuk, dan kesulitan bernafas. Pada kasus Avian Influenza, gejala
BAB III PEMBAHASAN A. Permasalahan Nyata Flu Burung (Avian Influenza) Avian Influenza atau yang lebih dikenal dengan flu burung adalah suatu penyakit menular yang disebabkan oleh virus influenza tipe A.
Lebih terperinciDinamik Model Epidemi SIRS dengan Laju Kematian Beragam
Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 1-7 Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Ni matur Rohmah, Wuryansari Muharini Kusumawinahyu Jurusan Matematika,
Lebih terperinciPEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG
PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG Dinita Rahmalia Universitas Islam Darul Ulum Lamongan, Abstrak. Di Indonesia terdapat banyak peternak unggas sebagai matapencaharian
Lebih terperinciAbstrak: Makalah ini bertujuan untuk mengkaji model SIR dari penyebaran
ANALISIS KESTABILAN PENYEBARAN PENYAKIT CAMPAK (MEASLES) DENGAN VAKSINASI MENGGUNAKAN MODEL ENDEMI SIR Marhendra Ali Kurniawan Fitriana Yuli S, M.Si Jurdik Matematika FMIPA UNY Abstrak: Makalah ini bertujuan
Lebih terperinciOleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si
Oleh Nara Riatul Kasanah 1209100079 Dosen Pembimbing Drs. Sri Suprapti H., M.Si JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 PENDAHULUAN
Lebih terperinciOleh : Dinita Rahmalia NRP Dosen Pembimbing : Drs. M. Setijo Winarko, M.Si.
PERMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG (MATHEMATICAL MODEL AND STABILITY ANALYSIS THE SPREAD OF AVIAN INFLUENZA) Oleh : Dinita Rahmalia NRP 1206100011 Dosen Pembimbing
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Persamaan diferensial Persamaan diferensial merupakan persamaan yang melibatkan turunanturunan dari fungsi yang tidak diketahui (Waluya, 2006). Contoh 2.1 : Diberikan persamaan
Lebih terperinciBAB III PEMBAHASAN. Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada
BAB III PEMBAHASAN Pada bab ini akan dibentuk model matematika dari penyebaran penyakit virus Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada parameter laju transmisi. A.
Lebih terperinciMEMBANGUN MODEL PENYEBARAN PERILAKU MEROKOK BERDASARKAN FAKTOR BIOLOGIS DAN FAKTOR LINGKUNGAN SOSIAL
JIMT Vol. 13 No. 2 Desember 2016 (Hal 35-47) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MEMBANGUN MODEL PENYEBARAN PERILAKU MEROKOK BERDASARKAN FAKTOR BIOLOGIS DAN FAKTOR LINGKUNGAN SOSIAL Govan
Lebih terperinciKESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)
KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang) Melita Haryati 1, Kartono 2, Sunarsih 3 1,2,3 Jurusan Matematika
Lebih terperinciANALISIS KESTABILAN MODEL MATEMATIKA PADA PENYEBARAN KANKER SERVIKS MENGGUNAKAN KRITERIA ROUTH-HURWITZ
JIMT Vol. 4 No. Juni 207 (Hal 20-27) ISSN : 2450 766X ANALISIS KESTABILAN MODEL MATEMATIKA PADA PENYEBARAN KANKER SERVIKS MENGGUNAKAN KRITERIA ROUTH-HURWITZ Hasnawati, R. Ratianingsih 2 dan J. W. Puspita
Lebih terperinciBab II Teori Pendukung
Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu
Lebih terperinciIII PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5
III PEMBAHASAN 3.1 Perumusan Model Model yang akan dibahas dalam karya ilmiah ini adalah model SIDRS (Susceptible Infected Dormant Removed Susceptible) dari penularan penyakit malaria dalam suatu populasi.
Lebih terperinciBAB IV PENGEMBANGAN MODEL KAPLAN
BAB IV PENGEMBANGAN MODEL KAPLAN Pada bab ini akan dibahas model yang dikembangkan dari model Kaplan. Terdapat beberapa asumsi Kaplan yang akan dimodifikasi. Selain itu, pada bab ini juga diberikan analisis
Lebih terperinciModel Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka
Model Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka M Soleh 1, D Fatmasari 2, M N Muhaijir 3 1, 2, 3 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim
Lebih terperinciANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 163-172 ANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA Auliah Arfani, Nilamsari Kusumastuti, Shantika
Lebih terperinciKESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI
KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI Mohammad soleh 1, Leni Darlina 2 1,2 Jurusan Matematika Fakultas Sains Teknologi Universitas Islam
Lebih terperinciMODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI
MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI Mohammmad Soleh 1, Siti Rahma 2 Universitas Islam Negeri Sultan Syarif Kasim Riau Jl HR Soebrantas No 155 KM 15 Simpang Baru Panam Pekanbaru muhammadsoleh@uin-suskaacid
Lebih terperinciKAJIAN PERILAKU MODEL MATEMATIKA PENYEBARAN PENYAKIT SIFILIS
Jurnal Matematika UNAND Vol 3 No Hal 40 45 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND KAJIAN PERILAKU MODEL MATEMATIKA PENYEBARAN PENYAKIT SIFILIS ARDIANSYAH Program Studi Magister Matematika Fakultas
Lebih terperinciADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB IV PEMBAHASAN. optimal dari model untuk mengurangi penyebaran polio pada dengan
BAB IV PEMBAHASAN Pada bab ini akan dilakukan analisis model dan kontrol optimal penyebaran polio dengan vaksinasi. Dari model matematika penyebaran polio tersebut akan ditentukan titik setimbang dan kemudian
Lebih terperinciModel Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi
Seminar Matematika dan Pendidikan Matematika UNY 2017 Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi Sischa Wahyuning Tyas 1, Dwi Lestari 2 Universitas Negeri Yogyakarta 1 Universitas
Lebih terperinciBAB II KAJIAN TEORI. digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan
BAB II KAJIAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
Lebih terperinciPENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN
PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN Oleh: Labibah Rochmatika (12 09 100 088) Dosen Pembimbing: Drs. M. Setijo Winarko M.Si Drs. Lukman
Lebih terperinciMODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG
MODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG MANSYUR A. R.1 TOAHA S.2 KHAERUDDIN3 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin Jln. Perintis Kemerdekaan Km.
Lebih terperinciMENENTUKAN TINGKAT IMUNISASI DAN PENGOBATAN OPTIMAL DARI MODEL EPIDEMIK PENYAKIT CAMPAK DENGAN METODE MINIMUM PONTRYAGIN
JIMT Vol. 12 No. 1 Juni 2015 (Hal. 64-73) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MENENTUKAN TINGKAT IMUNISASI DAN PENGOBATAN OPTIMAL DARI MODEL EPIDEMIK PENYAKIT CAMPAK DENGAN METODE MINIMUM
Lebih terperinciKESTABILAN MODEL MATEMATIKA PENULARAN PENYAKIT GONORRHOEAE. Jalan Soekarno-Hatta Km. 09 Tondo, Palu 94118, Indonesia
JIMT Vol. 14 No. 2 Desember 2017 (Hal 232-241) ISSN : 2450 766X KESTABILAN MODEL MATEMATIKA PENULARAN PENYAKIT GONORRHOEAE A.P. Aditya 1, R. Ratianingsih 2, dan J.W. Puspita 3 1,2,3Program Studi Matematika
Lebih terperinciANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA
ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA SKRIPSI Oleh Elok Faiqotul Himmah J2A413 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 28
Lebih terperinciBAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data
A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:
Lebih terperinciPEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 2 (2015), hal 101 110 PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS Dwi Haryanto, Nilamsari Kusumastuti,
Lebih terperinciAnalisa Kualitatif pada Model Penyakit Parasitosis
Analisa Kualitatif pada Model Penyakit Parasitosis Nara Riatul Kasanah dan Sri Suprapti H Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl.
Lebih terperinciANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 153 162. ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE Hendri Purwanto,
Lebih terperinciJalan Soekarno-Hatta Km. 09 Tondo, Palu 94118, Indonesia.
JIMT Vol. 13 No. 1 Juni 2016 (Hal. 1 13) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISIS KESTABILAN MODEL HOST VEKTOR PENYEBARAN DEMAM KUNING PADA POPULASI KONSTAN A.N. Kenden 1, R.Ratianingsih
Lebih terperinciBab 2 Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Penelitian yang pernah dilakukan sebelumnya Stabilitas Global Model SEIR Pada Penyakit Mewabah. Penelitian ini membahas tentang pembentukan model Epidemis
Lebih terperinciTHE ANALYSIS OF SEIR EPIDEMIC MODELS STABILITY ON SMALLPOX (VARICELLA / CHICKENPOX) WITH IMMUNE SYSTEM. By:
THE AALYSIS OF SEIR EPIDEMIC MODELS STABILITY O SMALLPOX (VARICELLA / CHICKEPOX) WITH IMMUE SYSTEM By: makadisebut Pandemik. Model epidemik adalah model matematika yang digunakan untuk mengetahui isfa
Lebih terperinciANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER)
Jurnal Euclid, Vol.4, No.1, pp.646 ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER) Herri Sulaiman Program Studi Pendidikan Matematika
Lebih terperinciANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA
ANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA Mutholafatul Alim 1), Ari Kusumastuti 2) 1) Mahasiswa Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 1) mutholafatul@rocketmail.com
Lebih terperinciFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014
JURUSAN MATEMATIKA Nurlita Wulansari (1210100045) Dosen Pembimbing: Drs. M. Setijo Winarko, M.Si Drs. Lukman Hanafi, M.Sc FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciBAB I PENDAHULUAN. Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang
BAB I PENDAHULUAN A. Latar Belakang Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang mengungkap perilaku suatu permasalahan yang nyata. Model matematika dibuat berdasarkan asumsi-asumsi.
Lebih terperinciBab III Model Awal Kecanduan Terhadap Rokok
Bab III Model Awal Kecanduan Terhadap Rokok III.1 Pembentukan Model Model kecanduan terhadap rokok dibentuk menggunakan model dasar dalam epidemiologi yaitu model SIR (Susceptible, Infective, Removed)
Lebih terperinciKATA PENGANTAR. Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan karunia-nya sehingga Tugas Akhir ini dapat terselesaikan. Tugas Akhir yang berjudul Analisis Kestabilan
Lebih terperinciDINAMIKA PROBLEMA PENYAKIT MALARIA
Vol. 02, No. 04 (2014), pp. 361 371. DINAMIKA PROBLEMA PENYAKIT MALARIA Junliade Sinaga Abstrak Penelitian ini bertujuan untuk menganalisis sistem dinamik penyakit malaria, menentukan titik kesetimbangan
Lebih terperinciAnalisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi
Analisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi 1 Firdha Dwishafarina Zainal, Setijo Winarko, dan Lukman Hanafi Jurusan Matematika, Fakultas MIPA, Institut Teknologi
Lebih terperinciAnalisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember
Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 346 Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember (Analysis of SIR Model with
Lebih terperinciEsai Kesehatan. Disusun Oleh: Prihantini /2015
Esai Kesehatan Analisis Model Pencegahan Penyebaran Penyakit Antraks di Indonesia Melalui Vaksin AVA sebagai Upaya Mewujudkan Pemerataan Kesehatan Menuju Indonesia Emas 2045 Disusun Oleh: Prihantini 15305141044/2015
Lebih terperinciANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS
Analisis Kestabilan Model... (Hesti Endah Lestari) 9 ANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS STABILITY ANALYSIS OF SEIIT MODEL (SUSCEPTIBLE-EXPOSED-ILL-ILL
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan makhluk hidup ini banyak permasalahan yang muncul seperti diantaranya banyak penyakit menular yang mengancam kehidupan. Sangat diperlukan sistem untuk
Lebih terperinciANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 235-244 ANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG Hidayu Sulisti, Evi Noviani, Nilamsari Kusumastuti
Lebih terperinciSIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI
SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI Siti Komsiyah Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciPENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)
PEYEBARA PEYAKIT CAMPAK DI IDOESIA DEGA MODEL SUSCEPTIBLE VACCIATED IFECTED RECOVERED (SVIR) Septiawan Adi Saputro, Purnami Widyaningsih, Dewi Retno Sari Saputro Program Studi Matematika FMIPA US Abstrak.
Lebih terperinciABSTRAK. Kata Kunci: SEIS, masa inkubasi, titik kesetimbangan, pertussis, simulasi. iii
ABSTRAK Wahyu Setyawan. 2015. MODEL SUSCEPTIBLE EXPOSED INFECTED SUSCEPTIBLE (SEIS). Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret. Model matematika yang menggambarkan pola penyebaran
Lebih terperinciAPLIKASI METODE MATRIKS GENERASI DALAM MENENTUKAN NILAI MATEMATIKA PENYEBARAN VIRUS HIV/AIDS. 10 Makassar, kode Pos 90245
APLIKASI METODE MATRIKS GENERASI DALAM MENENTUKAN NILAI MATEMATIKA PENYEBARAN VIRUS HIV/AIDS MODEL Septiangga Van Nyek Perdana Putra 1), Kasbawati 2), Syamsuddin Toaha 3) 1) Mahasiswa Jurusan Matematika,
Lebih terperinciBAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema
Lebih terperinciAnalisis Stabilitas Model SIR (Susceptibles, Infected, Recovered) Pada Penyebaran Penyakit Demam Berdarah Dengue di Provinsi Maluku
Analisis Stabilitas Model SIR (Susceptibles, Infected, Recovered) Pada Penyebaran Penyakit Demam Berdarah Dengue di Provinsi Maluku Zeth Arthur Leleury Jurusan Matematika Fakultas MIPA Universitas Pattimura
Lebih terperinciMODEL EPIDEMI SIRS DENGAN TIME DELAY
MODEL EPIDEMI SIRS DENGAN TIME DELAY TESIS Oleh FERDINAND SINUHAJI 127021034/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2014 MODEL EPIDEMI SIRS DENGAN TIME DELAY
Lebih terperinciBAB III MODEL KAPLAN. 3.1 Model Kaplan
BAB III MODEL KAPLAN Pada bab ini akan dipaparkan model Kaplan secara terperinci sebelum memodifikasinya menjadi model yang lebih realistis pada bab selanjutnya. Kaplan memberikan suatu model deterministik
Lebih terperinciProsiding Seminar Hasil-Hasil PPM IPB 2015 Vol. I : ISBN :
Vol. I : 214 228 ISBN : 978-602-8853-27-9 MODEL EPIDEMIK STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DI JAWA BARAT (Stochastic Epidemic Model of Dengue Fever Spread in West Java Province) Paian
Lebih terperinciAnalisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate
Analisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate I Suryani 1 Mela_YuenitaE 2 12 Jurusan Matematika Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Jl
Lebih terperinciANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA
ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA ANALYSIS OF STABILITY OF SPREADING DISEASE MATHEMATICAL MODEL WITH TRANSPORT-RELATED INFECTION
Lebih terperinciIII MODEL MATEMATIKA S I R. δ δ δ
9 III MODEL MATEMATIKA 3.1 Model SIRS Model dasar yang digunakan untuk menggambarkan penyebaran pengguna narkoba adalah model SIRS. Model ini dikemukakan oleh Kermac dan McKendric (1927) sebagai model
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema
BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada bab III nanti, di antaranya model matematika penyebaran penyakit,
Lebih terperinciBAB III PEMBAHASAN. genetik (genom) yang mengandung salah satu asam nukleat yaitu asam
BAB III PEMBAHASAN A. Formulasi Model Matematika Secara umum virus merupakan partikel yang tersusun atas elemen genetik (genom) yang mengandung salah satu asam nukleat yaitu asam deoksiribonukleat (DNA)
Lebih terperinciIII. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD
III. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD 8 3.1 Model SIR Model SIR pada uraian berikut mengacu pada kajian Derouich et al. (2003). Asumsi yang digunakan adalah: 1. Total populasi nyamuk dan total populasi
Lebih terperinciANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI
ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI STABILITY ANALYSIS OF THE HEPATITIS B VIRUS TRANSMISSION MODELS ARE AFFECTED BY MIGRATION Oleh : Firdha Dwishafarina
Lebih terperinciAnalisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik
Analisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik Mohammad soleh 1, Seri Rodia Pakpahan 2 Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan
Lebih terperinciBAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di
BAB I PENDAHULUAN A. Latar Belakang Masalah Maternal antibody merupakan kekebalan tubuh pasif yang ditransfer oleh ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di akhir masa kehamilan.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinciANALISIS MODEL SEIR (SUSCEPTIBLE, EXPOSED, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS DI KABUPATEN BOGOR
ANALII MODEL EIR (UCEPTIBLE, EXPOED, INFECTIOU, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOI DI KABUPATEN BOGOR, Rahayu Cipta Lestari Embay Rohaeti Ani Andriyati Program tudi Matematika Fakultas Matematika
Lebih terperinciIV HASIL DAN PEMBAHASAN
IV HASIL DAN PEMBAHASAN 4.1 Penentuan Titik Tetap Analisis titik tetap pada sistem persamaan diferensial sering digunakan untuk menentukan suatu solusi yang tidak berubah menurut waktu, yaitu pada saat
Lebih terperinciAnalisa Kestabilan dan Penyelesaian Numerik Model Dinamik SIRC pada Penyebaran. Virus Influenza
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 Analisa Kestabilan dan Penyelesaian Numerik Model Dinamik SIRC pada Penyebaran Virus Influenza Ika Novitasari, M. Setijo Winarko dan Lukman Hanafi
Lebih terperinciKestabilan dan Bifurkasi Model Epidemik SEIR dengan Laju Kesembuhan Tipe Jenuh
Kestabilan dan Bifurkasi Model Epidemik SEIR dengan Laju Kesembuhan Tipe Jenuh Khoiril Hidayati, Setijo Winarko, I Gst Ngr Rai Usadha Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciJurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA
Jurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA Dian Permana Putri 1, Herri Sulaiman 2 FKIP, Pendidikan Matematika, Universitas
Lebih terperinciBab 3 MODEL DAN ANALISIS MATEMATIKA
Bab 3 MODEL DAN ANALISIS MATEMATIKA Pada bab ini akan dimodelkan permasalahan penyebaran virus flu burung yang bergantung pada ruang dan waktu. Pada bab ini akan dibahas pula analisis dari model hingga
Lebih terperinciKESTABILAN DAN BIFURKASI MODEL EPIDEMIK SEIR DENGAN LAJU KESEMBUHAN TIPE JENUH. Oleh: Khoiril Hidayati ( )
KESTABILAN DAN BIFURKASI MODEL EPIDEMIK SEIR DENGAN LAJU KESEMBUHAN TIPE JENUH Oleh: Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2013 Latar
Lebih terperinciANALISIS KESTABILAN MODEL SEIR DENGAN VAKSINASI PADA PENYEBARAN PENYAKIT CAMPAK DI KABUPATEN SLEMAN PROVINSI DIY TUGAS AKHIR SKRIPSI
ANALISIS KESTABILAN MODEL SEIR DENGAN VAKSINASI PADA PENYEBARAN PENYAKIT CAMPAK DI KABUPATEN SLEMAN PROVINSI DIY TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciIDENTIFIKASI TITIK TITIK BIFURKASI DARI MODEL TRANSMISI PENYAKIT MENULAR
IDENTIFIKASI TITIK TITIK BIFURKASI DARI MODEL TRANSMISI PENYAKIT MENULAR R. Ratianingsih Jurusan Matematika FMIPA UNTAD Kampus Bumi Tadulako Tondo Palu Abstrak Penelitian ini bertujuan untuk mendapatkan
Lebih terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciKestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik dan Migrasi
Kestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik Migrasi Mohammad soleh 1, Parubahan Siregar 2 1,2 Jurusan Matematika Fakultas Sains Teknologi Universitas Islam Negeri Sultan Syarif Kasim
Lebih terperinciIV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR
9 IV PEMBAHASAN 4.1 Model SIR 4.1.1 Titik Tetap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular an ) sehingga dari persamaan 2) diperoleh : - si + s = 0 9) si + )i = 0 didapat titik
Lebih terperinciBab V Model Dengan Faktor Denda Bagi Para Perokok
Bab V Model Dengan Faktor Denda Bagi Para Perokok V.1 Pembentukan Model Model ketiga ini merupakan pengembangan dari model kedua yaitu dengan memasukkan faktor yang dapat menekan laju pertambahan jumlah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang yang mendasari penelitian yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah yang telah
Lebih terperinciPemodelan Penyakit Jantung Koroner Dengan Menggunakan Modifikasi Model Sei
Pemodelan Penyakit Jantung Koroner Dengan Menggunakan Modifikasi Model Sei Wardatul Jannah 1), Syarifah Meurah Yuni 2) 1,2, Jurusan Matematika Universitas Syiah Kuala, Banda Aceh, Indonesia Email: 2 sy.meurah.yuni@unsyiah.ac.id
Lebih terperinciMODEL MATEMATIKA TIPE SEIRS-SEI UNTUK TRANSMISI PENYAKIT MALARIA RESMAWAN
MODEL MATEMATIKA TIPE SEIRS-SEI UNTUK TRANSMISI PENYAKIT MALARIA RESMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Lebih terperinciBAB 1 PENDAHULUAN. Malaria adalah penyakit infeksi yang disebabkan oleh protozoa parasit
BAB 1 PENDAHULUAN 1.1 Latar Belakang Malaria adalah penyakit infeksi yang disebabkan oleh protozoa parasit yang merupakan golongan plasmodium yang hidup dan berkembang biak dalam sel darah merah manusia.
Lebih terperinciBIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI
BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciPHYTOPHTHORA PALMIVORA PADA KONDISI
JIMT Vol. 4 No. 2 Desember 207 (Hal 28-36) ISSN : 2450 766X ANALISIS KESTABILAN MODEL MATEMTIKA PENYEBARAN PENYAKIT BUSUK BUAH TANAMAN KAKAO AKIBAT JAMUR PHYTOPHTHORA PALMIVORA PADA KONDISI BEBAS PENYAKIT
Lebih terperinciBAB I PENDAHULUAN. Dalam perkembangan zaman saat ini yang terus maju, diperlukan suatu
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman saat ini yang terus maju, diperlukan suatu analisis yang dapat diterima secara ilmiah terhadap setiap peristiwa yang terjadi dalam kehidupan
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
TUGAS AKHIR ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR ( S TA B I L I T Y A N A LY S I S O F A P R E D AT O R - P R E Y M O D E L W I T H I N F E C T
Lebih terperinciModel Matematika Untuk Kontrol Campak Menggunakan Vaksinasi
JURNAL FOURIER Oktober 2013, Vol. 2, No. 2, 81-89 ISSN 2252-763X Model Matematika Untuk Kontrol Campak Menggunakan Vaksinasi Maesaroh Ulfa dan Sugiyanto Program Studi Matematika Fakultas Sains dan Teknologi,
Lebih terperinciTUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR
TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR STUDY OF A NONSTANDARD SCHEME OF PREDICTORCORRECTOR TYPE FOR EPIDEMIC MODELS SIR Oleh:Anisa Febriana
Lebih terperinciT - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA
T - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA Abraham 1, Mahmudi 2 1 Program Studi Matematika FMIPA Universitas Cenderawasih 2 Program
Lebih terperinciANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 82 93) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
Lebih terperinciDINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)
DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED) Amir Tjolleng 1), Hanny A. H. Komalig 1), Jantje D. Prang
Lebih terperinciFOURIER April 2013, Vol. 2, No. 1, MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI. RR Laila Ma rifatun 1, Sugiyanto 2
FOURIER April 2013, Vol. 2, No. 1, 13 23 MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI RR Laila Ma rifatun 1, Sugiyanto 2 1, 2 Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan
Lebih terperinciMODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE TIPE SEIR INFEKSI GANDA ELINORA NAIKTEAS BANO
MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE TIPE SEIR INFEKSI GANDA ELINORA NAIKTEAS BANO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2017 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciSKRIPSI. Oleh. Moza Gandhi Prakoso NIM PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA
ANALISA KESTABILAN MODEL SIRS 0 I 0 V 0 PADA PENYEBARAN VIRUS FLU BURUNG (AVIAN INFLUENZA) DARI UNGGAS KE MANUSIA DENGAN PENGARUH VAKSINASI PADA UNGGAS SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu
Lebih terperinci